图文版本
https://slowquick.xyz/big-data-internet-can-tell-us-who-we-really-are/
我们的直觉，常常是错的。
数据不只是揭发已然发生的状况，更能够作为一种预测工具，
透过数据分析，可以得到我们真正想要知道的事情。
这本书，希望透过大数据的分析，能知道，人们实际做了什么
而不是他说了什么，从而了解真实需求，探究更多的可能。
作者也期待这种分析，能让原本的社会科学，渐渐成为真正的科学，并改善我们的生活。
这本书主要的数据分析方式之一，
是以搜寻引擎所带出来的大量数据，来探讨可以怎么样的运用，怎么去辩知真伪。
人会说谎，大数据不会
透过搜寻引擎这种匿名的行为，是真实的需求，
不会有人去找本身并不需要的需求，因此也没有说谎的理由。。
问对问题，探究更多的可能
要从数据中获得宝贵资讯，最关键的一点是：你必须问对问题。
而大数据有四大关键力量可以协助：
⒈大数据能让你将数据切割分解，让你见微知著及获得具体的见解。
⒉新的资料来源通常包括新类型的变量，比现存变量更能帮助我们了解复杂关系，
并充分利用。
⒊新的数位资讯能提供我们生活的真实样貌 (诚实)，
而非我们希望自己呈现给外人的形象 (掺杂谎言)。
⒋大数据易于与实验结合，使我们能测试因果关系，而非仅是相关性。(A/B test)
挖掘真实需求，破解错误认知
顾客告诉你的想法，不一定是真实需求
对企业来说，真正有用的数据，是藏在顾客的消费行为、模式当中。
很多的事实是和我们一般来说的认知有差距，书中很详细的说明一些例子，像是
* 血统越纯正的赛马，越容易拿到冠军？
* 欧巴马当选是代表不再有种族歧视吗，
* 川普的当选代表了什么
* NBA选手都出生于贫困之家，因为那是少数可以赚大钱的路
* 为什么有些地区的人民会想办法不缴税
* 哪里是养育小孩的最佳地点
* 因为分数差一点而上到不同学校的学生，是否影响会很大？
* 同性恋者的数量、民众对恐怖份子的强烈仇恨、新闻标题的吸引程度
关于资料搜集，越多越好吗？
要做出正确的决策，倚赖的并非是“大量”的数据， 而是更具关联性的数据。
数据量不是最重要的，必须要知道他的因果关系，数据之间彼此的关系
关于数据预测与测试
若从我们的生活经验就能判断答案，那么测试就不会有价值。
更有效率且风险及成本更低的方式进行 A/B 测试
知道“为什么”重要吗？ 数据让我们更了解人性，但是做预测，只需要知道怎样做有效，不需要知道“为什么”有效。
统计学能够绕过未知的原理，先得到结果。然后再用结果去找原理。
透过A/B 测试，能够运用大量的小型测试，去知道哪些调整能够达成更佳的效果，
这种方式，往往是很难事先去预估得到的。
而这种方式，也是新型数位大数据的超大优势。
找分身的预测法来进行预测
找寻有多个因素相同的分身，来做预测的实验。
隐私和监管会是个问题
预测和隐私怎么平衡，哪些东西不该用预测监管，是一个隐含很多重要问题的议题。
大数据有道德风险
书中也提到了一个大数据衍生出来的议题 - 道德危险。
因为人不知道自己的言论在大数据上呈现的归类在哪一类 ?
数据的不可靠性
数据是机率、倾向，却不是每一个人的选择。在使用上只能参考。
最好的方式是用数据分析，搭配着传统的知识。
作者认为，要协助大数据发挥最大作用，通常需要一种特定秘方，
也就是小数据 - 人类的判断和小型调查。
结论
若想以数据来革新一个领域，最好进入一个传统方法效率极差的领域
整体而言，除了有些部分比较繁琐外，
这本书应该可以增加对于数据分析和大数据的一些想法。
有兴趣的人可以看看。